Convertir HTML a MP3

Un teléfono, un equipo estéreo para automóvil, un editor de podcasts o un archivo sin conexión pueden requerir audio hablado en MP3 en lugar de una página HTML legible en un navegador. Como HTML contiene marcado y texto en vez de una pista de audio terminada, la conversión normalmente utiliza texto a voz (TTS).

Qué es el formato HTML

HTML (HyperText Markup Language) describe encabezados, párrafos, enlaces, tablas, imágenes y otros elementos de páginas web. Los navegadores procesan HTML; los editores de código, creadores de sitios web, sistemas de gestión de contenido, exportadores de correo electrónico y procesadores de texto que guardan páginas web pueden crearlo. Entre los archivos habituales se incluyen páginas guardadas, documentación, exportaciones de correo electrónico y contenido de sitios web almacenado localmente.

HTML no identifica todos los elementos que deberían leerse en voz alta. Un convertidor debe extraer el texto legible y excluir etiquetas, navegación, scripts, estilos, anuncios, comentarios y controles no relacionados. Es posible que el contenido generado por JavaScript no exista en el archivo original y que sea necesario abrir primero la página en un navegador.

Qué es el formato MP3

MP3 es un formato de audio comprimido con pérdida compatible con teléfonos, automóviles, reproductores de música, software de edición y servicios de podcasts. Produce archivos considerablemente más pequeños que WAV sin comprimir, lo que lo hace práctico para almacenar y compartir, pero descarta parte de la información de audio.

Para el habla normal, 64–96 kbps mono suele proporcionar un tamaño y una calidad de voz razonables. Usa 128 kbps para música, efectos de sonido o habla de mayor fidelidad. La voz TTS seleccionada, la pronunciación y la limpieza del texto de origen suelen afectar la inteligibilidad más que la tasa de bits de MP3.

Conversión de escritorio en Windows

Balabolka es una opción práctica para Windows: puede abrir HTML, utilizar voces SAPI compatibles instaladas y guardar el habla sintetizada como MP3.

1. Instala Balabolka y una voz que admita el idioma del documento, como una voz del sistema de Microsoft u otra voz compatible con SAPI.
2. Abre el archivo con File → Open y selecciona page.html. Si el archivo contiene navegación, anuncios o contenido generado por scripts, ábrelo en un navegador, usa el modo lector si está disponible y copia únicamente el texto necesario en Balabolka.
3. Selecciona la voz, el idioma, la velocidad de habla y el tono. Previsualiza varios párrafos para detectar errores de pronunciación, caracteres faltantes o texto no deseado de la página.
4. Elige File → Save Audio File, selecciona MP3, establece el destino, como page.mp3, y elige una tasa de bits adecuada. Mono es suficiente para la mayoría del habla.
5. Reproduce el resultado en VLC, en el teléfono o equipo estéreo para automóvil de destino, o en un editor de audio. Comprueba los encabezados, enlaces, notas al pie, tablas y saltos de página para detectar un orden de lectura incorrecto.

Conversión en macOS y Linux

Extrae y limpia el texto antes de invocar un motor de voz. La vista de lectura de un navegador, una herramienta de legibilidad o una utilidad de línea de comandos para convertir HTML a texto pueden crear clean.txt; estos métodos no pueden recuperar contenido que se genera únicamente después de ejecutar JavaScript.

En macOS, el comando integrado say puede crear un archivo AIFF intermedio:

say -f clean.txt -o speech.aiff

En Linux, una voz eSpeak NG instalada puede crear audio WAV:

espeak-ng -f clean.txt -w speech.wav

Codifica el audio intermedio con FFmpeg:

ffmpeg -i speech.wav -codec:a libmp3lame -b:a 96k -ac 1 page.mp3

Para la entrada AIFF de macOS, reemplaza speech.wav por speech.aiff. FFmpeg solo codifica audio; no analiza HTML ni realiza síntesis de voz. El motor de voz debe crear primero el audio intermedio.

Conversión en línea

Los servicios TTS en la nube, como ElevenLabs y NaturalReader, pueden convertir el texto de una página, pegado y limpiado, en audio descargable, sujeto a los límites de cuenta y las opciones de exportación vigentes. La compatibilidad con la carga directa de archivos .html varía, por lo que debes pegar el texto legible o cargar un documento compatible en lugar de asumir que el servicio ejecutará la página correctamente.

El procesamiento en línea envía el texto a un tercero. No cargues documentación privada, datos personales ni páginas confidenciales a menos que las condiciones de conservación, entrenamiento y eliminación del proveedor sean aceptables. Es preferible una aplicación local cuando el contenido de origen debe permanecer sin conexión.

Limitaciones de calidad y compatibilidad

Este proceso normalmente crea una reproducción mediante texto a voz; no extrae una pista de audio que ya esté presente en la página. Si HTML contiene un reproductor de audio, inspecciona su origen o la solicitud de red y descarga el archivo de audio original cuando esté permitido. Volver a sintetizar el texto cercano no conservará la narración, la música ni los efectos de sonido originales.

Las imágenes, los gráficos, el diseño CSS, los hipervínculos, los formularios, los comentarios y los controles interactivos no pueden representarse directamente en MP3. Es posible que el texto alternativo se lea en voz alta si sobrevive a la extracción y la aplicación TTS lo incluye, pero las relaciones visuales y la estructura de las tablas pueden perderse.

Guarda el texto intermedio como UTF-8 para que los caracteres acentuados y los scripts no latinos permanezcan intactos, y selecciona una voz compatible con el idioma del documento. MP3 es audio secuencial, por lo que no conserva texto que se pueda buscar, enlaces en los que se pueda hacer clic ni marcadores HTML; conserva el HTML original o una transcripción independiente cuando necesites esas funciones.

El comando Save page as de un navegador guarda una página HTML y sus recursos relacionados; no convierte la página a MP3. Cambiar el nombre de un archivo .html con una extensión .mp3 tampoco crea audio válido.